机器学习
文章平均质量分 80
zoeyunjj
这个作者很懒,什么都没留下…
展开
-
监督学习——线性回归(一)
监督学习问题根据预测的输出值是连续的还是离散的,我们将其划分为回归(Regression)问题和分类(Classification)问题。即输出值是连续的则为回归问题,而输出值是在有限的离散值中取值,则为分类问题。接下来,我们先来了解回归问题。 上篇博客中,我们列举了居住地和房子价格的例子,为了让这个例子更加丰富有趣点,我们在数据集中加入另一个元素,即每个房子中有几个房间。如下图所示转载 2016-05-06 15:49:53 · 1207 阅读 · 0 评论 -
监督学习——线性回归(二)
上回博客中,我们介绍了LMS算法,它通过梯度下降来最小化J(θ)。接下来介绍第二种方法:标准方程(The normal equations),它不需要借助重复算法而直接求出最小化J(θ)时参数的θ值。在该方法中,我们直接令J(θ)对θj 求偏导得到的导函数等于0。 首先我们来介绍一下线性代数相关的一些知识,它是后续我们过程的基础。 1)矩阵求导 假设f转载 2016-05-06 15:53:42 · 517 阅读 · 0 评论